在高性能服務(wù)架構(gòu)設(shè)計(jì)中，緩存是不可或缺的環(huán)節(jié)。在實(shí)際項(xiàng)目中，我們通常會(huì)將一些熱點(diǎn)數(shù)據(jù)存儲(chǔ)在Redis或Memcached等緩存中間件中，只有在緩存訪問(wèn)未命中時(shí)才查詢(xún)數(shù)據(jù)庫(kù)。

在提高訪問(wèn)速度的同時(shí)，還可以減輕數(shù)據(jù)庫(kù)的壓力。

為什么要使用本地緩存

隨著不斷的發(fā)展，這個(gè)架構(gòu)也得到了完善。在某些場(chǎng)景下，僅僅使用Redis類(lèi)的遠(yuǎn)程緩存可能還不夠。需要進(jìn)一步與本地緩存配合使用，比如Guava或者Caffeine，從而再次提高程序的響應(yīng)速度和服務(wù)性能。

由此，形成了以本地緩存作為一級(jí)緩存、遠(yuǎn)程緩存作為二級(jí)緩存的二級(jí)緩存架構(gòu)。

總結(jié)：

• 本地緩存基于本地環(huán)境的內(nèi)存，訪問(wèn)速度非?？臁?duì)于一些變化頻率不高、實(shí)時(shí)性要求不高的數(shù)據(jù)，可以放在本地緩存中，以提高訪問(wèn)速度。
• 使用本地緩存可以減少與Redis類(lèi)的遠(yuǎn)程緩存的數(shù)據(jù)交互，減少網(wǎng)絡(luò)I/O開(kāi)銷(xiāo)，減少這個(gè)過(guò)程中網(wǎng)絡(luò)通信的耗時(shí)。

本地存儲(chǔ)的基本功能

• 它可以存儲(chǔ)、讀取和寫(xiě)入。
• 原子操作（線程安全），例如ConcurrentHashMap。
• 可以設(shè)置緩存的最大限制。
• 超過(guò)最大限制有相應(yīng)的淘汰策略，如LRU、LFU。
• 統(tǒng)計(jì)監(jiān)控。

方案選擇

1.使用ConcurrentHashMap

緩存的本質(zhì)是KV存儲(chǔ)在內(nèi)存中的數(shù)據(jù)結(jié)構(gòu)，對(duì)應(yīng)JDK中的線程安全ConcurrentHashMap，但是要實(shí)現(xiàn)緩存，需要考慮消除、最大限制、消除緩存過(guò)期時(shí)間等功能。

優(yōu)點(diǎn)ConcurrentHashMap是實(shí)現(xiàn)簡(jiǎn)單，不需要引入第三方包，所以比較適合一些簡(jiǎn)單的業(yè)務(wù)場(chǎng)景。

缺點(diǎn)是如果需要更多的功能，需要定制開(kāi)發(fā)，成本會(huì)比較高，穩(wěn)定性和可靠性難以保證。

對(duì)于更復(fù)雜的場(chǎng)景，建議使用相對(duì)穩(wěn)定的開(kāi)源工具。

2. 使用Guava緩存

Guava是Google團(tuán)隊(duì)開(kāi)源的一個(gè)Java核心增強(qiáng)庫(kù)。它包括集合、并發(fā)原語(yǔ)、緩存、IO、反射和其他工具箱。性能和穩(wěn)定性有保證，應(yīng)用廣泛。

• Guava Cache 支持許多功能：
• 支持最大容量限制。
• 支持兩種過(guò)期刪除策略。
• 支持簡(jiǎn)單的統(tǒng)計(jì)功能。 它是基于LRU算法實(shí)現(xiàn)的。

示例代碼如下

 <dependency><dependency>
    <groupId>com.google.guava</groupId>
    <artifactId>guava</artifactId>
    <version>31.1-jre</version>
</dependency>

@Slf4j
public class GuavaCacheTest {
    public static void main(String[] args) throws ExecutionException {
        Cache<String, String> cache = CacheBuilder.newBuilder()
                .initialCapacity(5)  // 初始容量
                .maximumSize(10)   // 緩存的最大數(shù)量，超過(guò)該數(shù)量將被淘汰
                .expireAfterWrite(60, TimeUnit.SECONDS) // 過(guò)期時(shí)間
                .build();

        String orderId = String.valueOf(123456789);
        String orderInfo = cache.get(orderId, () -> getInfo(orderId));
        log.info("orderInfo = {}", orderInfo);

    }

    private static String getInfo(String orderId) {
        String info = "";
        // 首先查redis
        log.info("get data from redis");
        // redis不存在 查db
        log.info("get data from mysql");
        info = String.format("{orderId=%s}", orderId);
        return info;
    }
}

3. 使用Encache

Encache是?一個(gè)純Java進(jìn)程內(nèi)緩存框架，快速且精簡(jiǎn)。它是 Hibernate 中默認(rèn)的 CacheProvider。 與Caffeine和Guava Cache相比，Encache功能更豐富，可擴(kuò)展性更強(qiáng)。 支持LRU、LFU、FIFO等多種緩存淘汰算法。

緩存支持三種類(lèi)型：堆內(nèi)存儲(chǔ)、堆外存儲(chǔ)、磁盤(pán)存儲(chǔ)（支持持久化）。

支持多種集群方案，解決數(shù)據(jù)共享問(wèn)題。

使用方法如下:

 <dependency><dependency>
    <groupId>org.ehcache</groupId>
    <artifactId>ehcache</artifactId>
    <version>3.9.7</version>
</dependency>

@Slf4j
public class EhcacheTest {
    private static final String ORDER_CACHE = "orderCache";
    public static void main(String[] args) {
        CacheManager cacheManager = CacheManagerBuilder.newCacheManagerBuilder()
                // 創(chuàng)建實(shí)例
                .withCache(ORDER_CACHE, CacheConfigurationBuilder
              // 聲明一個(gè)容量為20的堆內(nèi)緩存
                        .newCacheConfigurationBuilder(String.class, String.class, ResourcePoolsBuilder.heap(20)))
                .build(true);
        // 得到緩存實(shí)例
        Cache<String, String> cache = cacheManager.getCache(ORDER_CACHE, String.class, String.class);

        String orderId = String.valueOf(123456789);
        String orderInfo = cache.get(orderId);
        if (StrUtil.isBlank(orderInfo)) {
            orderInfo = getInfo(orderId);
            cache.put(orderId, orderInfo);
        }
        log.info("orderInfo = {}", orderInfo);
    }

    private static String getInfo(String orderId) {
        String info = "";
        // 首先從redis查
        log.info("get data from redis");
        // 不存在 查db
        log.info("get data from mysql");
        info = String.format("{orderId=%s}", orderId);
        return info;
    }
}

本地緩存常見(jiàn)問(wèn)題

緩存一致性

二級(jí)緩存和數(shù)據(jù)庫(kù)中的數(shù)據(jù)必須一致。一旦數(shù)據(jù)被修改，本地緩存和遠(yuǎn)程緩存應(yīng)在數(shù)據(jù)庫(kù)修改的同時(shí)同步更新。

解決方案1：使用MQ。

目前的部署一般都是集群部署，不同節(jié)點(diǎn)有多個(gè)本地緩存。 可以利用MQ的廣播模式，在數(shù)據(jù)修改時(shí)向MQ發(fā)送消息，由節(jié)點(diǎn)監(jiān)聽(tīng)并消費(fèi)該消息，刪除本地緩存，達(dá)到最終一致性。

解決方案二：Canal+MQ。

如果你的業(yè)務(wù)代碼中不想發(fā)送MQ消息，也可以應(yīng)用近年來(lái)比較流行的方法：訂閱數(shù)據(jù)庫(kù)變更日志，然后操作緩存。 Canal訂閱Mysql的Binlog日志，當(dāng)發(fā)生變化時(shí)向MQ發(fā)送消息，從而也實(shí)現(xiàn)了數(shù)據(jù)的一致性。

如何提高緩存命中率

根據(jù)業(yè)務(wù)場(chǎng)景設(shè)計(jì)合理的時(shí)效性。

緩存適用于讀多寫(xiě)少的場(chǎng)景，盡可能關(guān)注訪問(wèn)頻率高、時(shí)效性要求不高的熱點(diǎn)業(yè)務(wù)。 訪問(wèn)頻率越高，點(diǎn)擊率越高。 時(shí)效性越低，緩存時(shí)間越長(zhǎng)，相同key、相同請(qǐng)求數(shù)下命中率越高。

設(shè)計(jì)合理的緩存粒度。

緩存的粒度越小，緩存命中率越高。 單個(gè)key緩存的數(shù)據(jù)單元越小，被改變的可能性就越小。

設(shè)計(jì)合理的緩存過(guò)期策略。

這里的緩存過(guò)期策略并不是redis內(nèi)置的定期刪除和惰性刪除策略，而是根據(jù)業(yè)務(wù)場(chǎng)景優(yōu)化了key的過(guò)期時(shí)間。 例如，如果用戶(hù)的關(guān)鍵信息同時(shí)過(guò)期，那么當(dāng)多個(gè)用戶(hù)同時(shí)查詢(xún)時(shí)，都會(huì)落入數(shù)據(jù)庫(kù)，也就是說(shuō)避免緩存同時(shí)失效。

合理的緩存預(yù)加載。

redis緩存必須從數(shù)據(jù)庫(kù)加載，所以當(dāng)?shù)谝淮问褂脭?shù)據(jù)時(shí)，redis需要從數(shù)據(jù)庫(kù)加載數(shù)據(jù)。 我們可以在用戶(hù)訪問(wèn)之前將需要的數(shù)據(jù)提前加載到緩存中，這樣用戶(hù)第一次訪問(wèn)時(shí)就可以直接去緩存而不用去查詢(xún)數(shù)據(jù)庫(kù)。

防止緩存崩潰和擊穿。

緩存擊穿和崩潰也會(huì)影響緩存命中率。當(dāng)然，如果發(fā)生的話，應(yīng)用失敗的可能性很大。

設(shè)計(jì)合理的緩存容量。

注意緩存容量，如果太小，會(huì)觸發(fā)redis內(nèi)存淘汰機(jī)制。線上redis一般配置maxmemory-policy allkeys-lru算法進(jìn)行內(nèi)存消除。這樣就會(huì)刪除一些key，造成緩存穿透，從而降低緩存命中率，所以需要合理配置緩存容量。

到此這篇關(guān)于java實(shí)現(xiàn)本地緩存的示例代碼的文章就介紹到這了,更多相關(guān)java本地緩存內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論